文献

J-GLOBAL ID：202202235996051569   整理番号：22A0636966

ResNet50による高速RCNNを用いた顔マスク検出のためのアンサンブルモデル【JST・京大機械翻訳】

An Ensemble Model for Face Mask Detection Using Faster RCNN with ResNet50

著者 (3件)： DhivyaShree M. (Sri Ramakrishna Engineering College, Coimbatore, Tamil Nadu, India) ,  Sarumathi K. R. (Sri Ramakrishna Engineering College, Coimbatore, Tamil Nadu, India) ,  Durai R. S. Vishnu (Sri Ramakrishna Engineering College, Coimbatore, Tamil Nadu, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1546  ページ： 593-603  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人工知能の重要な側面であるコンピュータビジョン。物体検出は,深層学習アルゴリズムを有する最も研究可能な領域である。現在,現在のCOVID-19パンデミックにおいて,社会的ジスタンシングは,この死んだウイルスのこの伝染を防ぐための必須因子である。政府は,公共の場所にマスクを着用することなく,人々を取扱うのに苦労している。本研究では,YOLO,SSD,RCNN,高速RCNN,およびResNet,MobileNetのような異なるバックボーンアーキテクチャを持つ高速RCNNのような最先端の方法論を用いて,顔マスクの物体検出に焦点を当てた。本論文では,最先端の方法論の状態を結合し,それらの組合せを比較し,アプリケーションのデータセットの選択において,最良の性能を識別するためのそれらの組合せを比較した。他のアンサンブル法の中でFaster RCNN-ResNet50の使用で最高の性能ベンチマークを得た。すべての性能評価メトリックスを,同じ顔マスク検出画像データセットで1つと比較した。本論文では,物体検出アルゴリズムのアンサンブル法のバランス照合を示した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  検出 ,  ニューラルネットワーク ,  画像 ,  人工知能 ,  応用プログラム ,  コンピュータビジョン ,  深層 ,  *ベンチマーク ,  計算機アーキテクチャ ,  性能評価 ,  学習アルゴリズム
準シソーラス用語： 物体検出 ,  メトリックス ,  検出アルゴリズム ,  アンサンブル法 , 【Automatic Indexing@JST】

著者キーワード (5件)： 顔マスク ,  ニューラルネットワーク ,  オブジェクト検出 ,  高速RCNN ,  Resnet

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 顔マスク ,  アンサンブルモデル